买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114549895B 。

龙图腾网通过国家知识产权局官网在2025-09-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210072041.6，技术领域涉及：G06V10/764；该发明授权一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法是由徐文渊;冀晓宇;程雨诗;陈艳姣;周勃阳设计研发完成，并于2022-01-21向国家知识产权局提交的专利申请。

本一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法在说明书摘要公布了：本发明公开了一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法，属于人工智能领域。包括步骤1：采集原始图像数据并修改标签；步骤2：利用原始图像训练集和修改标签后的对抗图像训练集对待测试的智能图像分类系统进行训练；所述的智能图像分类系统包括发射端、基于压缩感知算法的接收端和图像分类端；步骤3：利用原始图像测试集对训练好的原始智能图像分类系统和对抗智能图像分类系统进行测试，分别统计对抗类别图像误分类率，计算智能图像分类系统鲁棒性分数，分数越高，系统鲁棒性越高。本发明旨在为压缩感知技术在智能图像分类系统中的安全应用提供指导。

本发明授权一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法在权利要求书中公布了：1.一种面向压缩感知技术的智能图像分类系统鲁棒性量化分析方法，其特征在于，包括如下步骤： 步骤1：采集原始图像数据集并划分为原始图像训练集和原始图像测试集；修改原始图像训练集的标签，将一个类别的图像标签修改为原始类别中的其他误导类别，将修改标签后的原始图像训练集作为对抗图像训练集； 步骤2：分别利用原始图像训练集和对抗图像训练集对待测试的智能图像分类系统进行训练，得到训练好的原始智能图像分类系统和对抗智能图像分类系统；所述的智能图像分类系统包括发射端、基于压缩感知算法的接收端和图像分类端；所述的智能图像分类系统中的发射端用于将原始图像数据进行降采样，得到压缩图像信号；接收端用于接收压缩图像信号并基于压缩感知算法进行重建，得到重建图像信号；图像分类端用于对重建图像信号进行分类，完成图像分类任务； 所述的压缩感知算法包括依赖数学推导的压缩感知算法、以及基于深度学习的压缩感知算法；在训练过程中，针对依赖数学推导的压缩感知算法，仅修改发射端中的采样模型参数；针对基于深度学习的压缩感知算法，同时修改发射端中的采样模型参数和接收端中的压缩感知算法参数； 对待测试的智能图像分类系统进行训练时，利用压缩感知算法输出的重建图像信号与原始图像数据计算重建损失，并利用图像分类端输出的分类结果与图像标签计算交叉熵损失，将重建损失和交叉熵损失的加权结果作为总损失，通过梯度下降法更新发射端和接收端中的系统参数；所述重建损失函数由重建图像与原始图像的L1范数距离、数值1减去重建图像与原图像的结构相似性SSIM的值、重建图像的平滑度损失函数TVLoss组成三者的加权和组成； 步骤3：利用原始图像测试集对训练好的原始智能图像分类系统和对抗智能图像分类系统进行测试，分别统计对抗类别图像误分类率，计算智能图像分类系统鲁棒性分数，分数越高，系统鲁棒性越高； 所述的智能图像分类系统鲁棒性分数计算公式为： RobustScore＝1-EA-EO 其中，EO为原始智能图像分类系统的对抗类别图像误分类率，EA为对抗智能图像分类系统的对抗类别图像误分类率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。